论文部分内容阅读
针对反作用射流导弹的非线性和参数不确定性严重的特点,提出一种鲁棒自适应反步智能控制(Backstepping)方法。通过非特定的Lyapunov函数,采用遗传算法优化Backstepping镇定系数,得到适当的函数降低了当镇定系数不当时跟踪误差对控制律的影响。结合模糊小脑模型(FCMAC)神经网络,推出系统参数不确定时的鲁棒控制律,克服了传统自适应反步法对模型不确定性要求线性有界问题。仿真结果表明,这种结合Lyapunov函数选择和参数优化的Backstepping方法鲁棒性强,受参数变化影响小。